Cara Marketer Indonesia Pasang Article Schema Multi-Language di Next.js Tanpa Plugin 2026

TL;DR: Article Schema dengan properti inLanguage dan translationOfWork memberi sinyal eksplisit ke Google dan AI Search bahwa halaman punya versi bahasa lain. Di Next.js App Router, schema dipasang di server component lewat JSON-LD script tag, tanpa perlu plugin. Implementasi memakan waktu 30 menit dan langsung berdampak ke konsistensi sitasi AI antar bahasa.

Saat membangun blog multi-bahasa untuk klien Vetmo di Februari 2026, Vito Atmo menemukan masalah klasik: artikel versi Indonesia dan Inggris dengan konten setara sering muncul saling bersaing di Google AI Overview. Kadang versi Inggris yang dikutip, padahal pencarian dari Indonesia. Akar masalah ada di Article Schema yang tidak memberi sinyal hubungan antar versi bahasa.

Panduan ini menjelaskan cara pasang Article Schema multi-bahasa di Next.js App Router secara manual, tanpa plugin SEO seperti next-seo. Pendekatan manual lebih ringan, lebih kontrol, dan tidak menambah dependency.

Konteks Masalah

Google merekomendasikan kombinasi tiga sinyal untuk konten multi-bahasa, yaitu tag hreflang di head, properti inLanguage di JSON-LD, dan properti translationOfWork yang menunjuk URL canonical versi sumber. Tanpa sinyal lengkap, AI Search sering bingung memilih versi mana yang dirujuk.

Plugin SEO populer biasanya hanya menangani hreflang otomatis, sementara JSON-LD multi-bahasa harus dirangkai manual. Untuk marketer Indonesia yang menerjemahkan konten dari Inggris atau sebaliknya, sinyal yang konsisten jadi pembeda apakah konten Anda jadi sumber AI atau tidak.

Framework Implementasi

Keempat komponen ini saling memperkuat. Hilang satu, sinyal melemah signifikan.

Studi Kasus Implementasi

Untuk Vetmo, struktur folder pakai App Router dengan route segment bahasa:

app/
  [lang]/
    artikel/
      [slug]/
        page.tsx

Di page.tsx, generateMetadata mengembalikan alternates untuk hreflang, dan komponen page merender script JSON-LD dengan struktur Article lengkap. Properti kunci yang dipakai:

Pertama, inLanguage diisi kode bahasa BCP 47 (id-ID untuk Indonesia, en-US untuk Inggris). Kedua, translationOfWork menunjuk ke URL canonical artikel sumber (biasanya versi Inggris jika diterjemahkan ke Indonesia). Ketiga, workTranslation berisi array URL semua versi terjemahan yang tersedia.

Setelah implementasi penuh, data dari Vercel Analytics dan Search Console untuk Vetmo menunjukkan konsistensi sitasi naik. Versi Indonesia yang sebelumnya hanya muncul di 12 dari 28 query AI Overview yang relevan, naik jadi 23 dari 28 dalam 60 hari. Ini selaras dengan praktik internal linking yang konsisten.

Pendekatan ini juga selaras dengan kasus Yuanita Sekar yang naik entity stacking, di mana sinyal schema yang rapi jadi pondasi authority.

Pertanyaan Umum

Apakah perlu hreflang kalau sudah pakai inLanguage di JSON-LD?

Ya, keduanya saling melengkapi. Hreflang sinyal di level HTTP dan HTML, dipakai crawler tradisional. inLanguage di JSON-LD adalah sinyal semantik yang dipakai AI Search untuk memahami konten.

Bagaimana jika artikel diterjemahkan otomatis?

Tetap pakai translationOfWork ke versi sumber, tapi tambahkan disclaimer di halaman bahwa terjemahan otomatis. Google merekomendasikan terjemahan otomatis ditandai supaya tidak dianggap konten duplikat low-quality. Detail di Google Search Central.

Plugin next-seo bisa pakai approach ini?

Bisa, tapi butuh kustomisasi manual untuk translationOfWork yang tidak ada di template default. Lebih ringan pasang JSON-LD manual via script tag di komponen.

Apakah Article Schema multi-bahasa berdampak ke ranking?

Tidak langsung ke ranking, tapi berdampak ke pemilihan versi mana yang dirujuk Google dan AI Search. Untuk audiens spesifik per region, ini krusial.

Insight Aplikatif

Multi-bahasa bukan cuma soal terjemahan teks. Tanpa sinyal struktur yang rapi, dua versi artikel yang sama isinya bisa saling mencabut authority masing-masing. Pasang Article Schema dengan inLanguage dan translationOfWork sejak hari pertama, jangan tunggu artikel ranking dulu baru ditambah. Biaya implementasi rendah, biaya retrofit setelah konten besar jauh lebih tinggi.